SIG Aplicado à Exploração Mineral
Prospectividade, Álgebra de Mapas e Modelos Preditivos
Geotecnologias e SIG
Universidade Estadual de Feira de Santana (UEFS)
Visão Geral
Tópicos Principais
- 1 Sistema mineral e o SIG como integrador
- 2 Fontes de dados geofísicos e geoquímicos
- 3 Sensoriamento remoto hiperespectral
- 4 Métodos knowledge-driven (Fuzzy e AHP)
- 5 Métodos data-driven (Pesos de Evidência)
- 6 Modelagem preditiva e restrições ambientais
Objetivo Central
Compreender como o SIG opera como integrador de dados geológicos, geofísicos e geoquímicos na geração de mapas de prospectividade mineral, articulando modelagem probabilística com restrições socioambientais.
1 - SISTEMA MINERAL E O SIG COMO INTEGRADOR
Do depósito isolado ao sistema mineral
O conceito de sistema mineral (Wyborn et al. 1994) substituiu a análise de depósitos isolados pela modelagem integrada de processos geodinâmicos.
Componentes funcionais
| Componente | Função | Exemplo |
|---|---|---|
| Fonte | Reservatório de metais | Magmático, sedimentar |
| Transporte | Mobilização de solutos | Fluidos hidrotermais |
| Armadilha | Precipitação em sítios favoráveis | Falha, dobra, contato |
O papel do SIG
O SIG opera como integrador da infraestrutura de dados espaciais, convertendo evidências geológicas, geofísicas, geoquímicas e de sensoriamento remoto em camadas preditoras cujo cruzamento probabilístico gera mapas de favorabilidade mineral (Bonham-Carter 1994).
A viabilidade operacional reside na capacidade de gerenciar dados vetoriais e matriciais com sistemas de referência, resoluções e incertezas distintas em um único ambiente analítico.
2 - FONTES DE DADOS GEOFÍSICOS E GEOQUÍMICOS
Aeromagnetometria e gamaespectrometria
Aeromagnetometria
Revela a susceptibilidade magnética do substrato, permitindo delinear lineamentos estruturais e contatos litológicos encobertos por regolito.
Gamaespectrometria
Quantifica as razões K/Th, K/U e Th/U, cujas anomalias positivas de potássio associam-se a halos de alteração potássica diagnósticos de sistemas pórfiro-epitermais (Arai 2012).
Geoquímica e geoestatística
A análise multielementar de sedimentos de corrente identifica dispersões secundárias cuja cinética de adsorção introduz histerese espacial.
O semivariograma captura essa dependência espacial, e a krigagem ordinária fornece:
- Superfície interpolada de concentrações
- Mapa de variância (incerteza associada)
Conferindo ao geólogo explorador uma métrica quantitativa de confiabilidade para cada célula do modelo.
3 - SENSORIAMENTO REMOTO HIPERESPECTRAL
Resposta espectral de minerais de alteração
O sensoriamento remoto explora a resposta espectral de minerais de alteração hidrotermal para mapear zonas prospectivas.
Sensores multiespectrais (OLI/Landsat-8)
- Banda 6 / Banda 7 - argilominerais
- Banda 4 / Banda 2 - óxidos de ferro
Sensores hiperespectrais (AVIRIS, ASTER)
Discriminam feições de absorção diagnósticas:
| Mineral | Comprimento de onda |
|---|---|
| Caulinita | 2,2 µm |
| Montmorilonita | 2,2 µm (ombro a 1,9 µm) |
| Alunita | 1,48 µm |
Zonas de alteração mapeáveis
Algoritmos de desmistura espectral linear (Spectral Angle Mapper) viabilizam o mapeamento com resolução subpixel:
- Propilítica - clorita, epidoto (periférica)
- Argílica - caulinita, montmorilonita (intermediária)
- Silicificada - quartzo, sílica amorfa (proximal ao minério)
A identificação dessas assinaturas direciona campanhas de campo e reduz o custo exploratório (Arai 2012).
4 - MÉTODOS KNOWLEDGE-DRIVEN
Lógica Fuzzy
Quando o número de depósitos conhecidos é insuficiente para treinamento estatístico, métodos knowledge-driven derivam pesos a partir de modelos conceituais de metalogênese.
Na modelagem difusa, cada camada de evidência é convertida em função de pertinência \(\mu(x) \in [0,1]\) e combinada pelo operador Fuzzy Gamma:
\[\mu_\gamma = (\mu_{\text{OR}})^\gamma \cdot (\mu_{\text{AND}})^{1-\gamma}\]
O parâmetro \(\gamma\) (tipicamente 0,8 a 0,95) controla o compromisso entre incremento e diminuição, mitigando a ambiguidade inerente a dados não-lineares.
Interpretação do \(\gamma\)
| \(\gamma\) | Efeito |
|---|---|
| 0 | AND puro (restritivo) |
| 0,5 | Equilíbrio |
| 0,8-0,95 | Moderadamente expansivo |
| 1 | OR puro (expansivo) |
Valores altos de \(\gamma\) ampliam a área favorável, enquanto valores baixos são mais restritivos.
Processo Analítico Hierárquico (AHP)
O AHP (Saaty 1980) hierarquiza critérios por comparação pareada, gerando pesos normalizados cuja consistência é aferida pela razão de consistência:
\[CR < 0{,}10\]
Caso contrário, a matriz de julgamento deve ser reconstruída.
Escala de Saaty
| Valor | Significado |
|---|---|
| 1 | Igual importância |
| 3 | Importância moderada |
| 5 | Importância forte |
| 7 | Importância muito forte |
| 9 | Importância extrema |
Exemplo de aplicação mineral
Para prospecção aurífera em terreno greenstone:
- Estruturas (peso 0,35) - distância a falhas principais
- Geoquímica (peso 0,25) - anomalias de Au em solo
- Magnetometria (peso 0,20) - lineamentos magnéticos
- Alteração (peso 0,15) - zonas de sericitização
- Litologia (peso 0,05) - rochas hospedeiras
A análise multicritério integra camadas heterogêneas em um mapa de favorabilidade unificado.
5 - MÉTODOS DATA-DRIVEN
Pesos de Evidência (WofE)
Os Pesos de Evidência empregam o teorema de Bayes para calcular o Contraste (\(C\)) de cada classe de evidência:
\[C = W^+ - W^-\]
onde \(W^+\) e \(W^-\) representam os pesos log-lineares de presença e ausência da evidência (Bonham-Carter 1994).
Interpretação
| Contraste | Significado |
|---|---|
| \(C >> 0\) | Forte associação com mineralização |
| \(C \approx 0\) | Sem associação (irrelevante) |
| \(C < 0\) | Associação negativa |
Premissa de independência
A premissa de independência condicional entre camadas preditoras deve ser testada por qui-quadrado ou pelo teste de Agterberg-Cheng antes da combinação final.
A violação dessa premissa gera inflação espúria de probabilidades posteriores, comprometendo a confiabilidade do mapa de favorabilidade.
6 - MODELAGEM PREDITIVA E RESTRIÇÕES AMBIENTAIS
RNA, SVM e validação
Redes neurais artificiais (RNA) e máquinas de vetores de suporte (SVM) capturam não-linearidades complexas entre variáveis preditoras.
A área sob a curva ROC (AUC) é o indicador padrão de capacidade discriminante:
| AUC | Desempenho |
|---|---|
| 0,50 - 0,60 | Pobre |
| 0,60 - 0,70 | Razoável |
| 0,70 - 0,85 | Bom |
| > 0,85 | Excelente |
Validação cruzada espacial
A autocorrelação espacial pode inflar artificialmente métricas quando amostras vizinhas alimentam simultaneamente treino e teste.
A validação cruzada k-fold espacial garante que blocos sejam espacialmente disjuntos, conferindo generalização efetiva ao modelo (Carranza 2009).
Integração com restrições ambientais
No semiárido nordestino, a modelagem mineral enfrenta o desafio adicional de competição pelo uso da água. Cavas e beneficiamento interferem na recarga de aquíferos fraturados.
Modelo de aptidão multiobjetivo
O mapa de favorabilidade mineral deve ser cruzado com:
- APPs (Áreas de Preservação Permanente)
- Unidades de Conservação
- Zonas de recarga hídrica
- Cadastro de outorgas
Viabilidade mineral no semiárido
A viabilidade de um empreendimento mineral não é determinada exclusivamente pelo teor do minério, mas pela inteligência espacial em demonstrar que a exploração é compatível com:
- Segurança hídrica
- Conservação do bioma Caatinga
- Requisitos de EIA/RIMA (CONAMA 01/1986)
O SIG converte dados multidisciplinares em modelo de aptidão que antecipa conflitos de licenciamento.
Referências
- Arai, M. (2012). Fundamentos de Geoprocessamento e Sensoriamento Remoto Aplicados à Prospecção Mineral. UNICAMP.
- Bonham-Carter, G. F. (1994). Geographic Information Systems for Geoscientists. Pergamon.
- Carranza, E. J. M. (2009). Geochemical Anomaly and Mineral Prospectivity Mapping in GIS. Elsevier.
- Saaty, T. L. (1980). The Analytic Hierarchy Process. McGraw-Hill.
- Wyborn, L. A. I. et al. (1994). Australian Proterozoic mineral systems. Proceedings AusIMM Annual Conference, 109-115.
Obrigado!
Luiz Diego Vidal Santos
Universidade Estadual de Feira de Santana (UEFS)
UEFS | Geotecnologias e SIG | SIG e Exploração Mineral